赵一粟

(北京师范大学珠海分校 设计学院，广东 珠海 519085)

0 引言

图像分割是将完整图像分离成若干个独特区域的物理处置过程，可在保证目标特征完整性的同时，圈画出原始图像中波谱反射能力较强的部分，这种影像加工手段是实现由图像处理到图像分析的关键操作步骤。国际上现有的图像分割方法大体可分为如下几类：基于边缘的分割方法、基于阈值的分割方法、基于特定理论的分割方法、基于区域的分割方法。从数学角度来看，图像分割实现了由连续数字图像到不相交影像区域的转化，可在实现分割图像标记的同时，为同一区域内的像素目标赋予相同的编号信息。图像分割是计算机视觉与图像识别的必要预处理环节，在气象、军事、无人机遥感等领域均具有极为广阔的发展前景。

在无人机遥感影像中，不同地物具有不同的波谱反射能力，通常情况下，影像波谱的平均宽度水平越大，其反射特性能力也就越强。文献[1]中提出的高分辨率遥感影像场景分类方法，可同时确定地物场景的全局特征与局部深度特征，并根据无人机遥感影像的分割结果作出定量评价。文献[2]中提出的光学遥感模型则以微波技术为基础，通过影像的多次简化，确定目标地物的尺度与纹理特征。然而上述两种方法的实际适用环境相对较为单一，很难在初始采集相位条件、亚像素条件下，同时提升目标地物的波谱宽度数值。为解决此问题，提出基于图像分割的无人机遥感影像目标提取技术，以区域性图像的目标颜色特征为条件，定义遥感影像的目标融合条件，再通过特征元素之间的相关性测度处理，得到最终的地物提取结果。……